ScalikeJDBC 技术文档
2024-12-27 20:32:10作者:丁柯新Fawn
本文档将详细介绍如何安装、使用 ScalikeJDBC 以及其 API 的使用方法。
1. 安装指南
ScalikeJDBC 是一个用于 Scala 的 JDBC 封装库,支持直观且高度灵活的功能。若要开始使用 ScalikeJDBC,请先添加相应的依赖到你的 build.sbt 文件中:
libraryDependencies ++= Seq(
"org.scalikejdbc" %% "scalikejdbc" % "4.3.+",
"com.h2database" % "h2" % "2.2.+",
"ch.qos.logback" % "logback-classic" % "1.5.+"
)
如果你的项目使用 Play Framework,也可以查看 scalikejdbc-play-support 项目。
2. 项目使用说明
以下是一个简单的示例,展示如何使用 ScalikeJDBC 执行 SQL 查询:
import scalikejdbc._
// 初始化 JDBC 驱动和连接池
Class.forName("org.h2.Driver")
ConnectionPool.singleton("jdbc:h2:mem:hello", "user", "pass")
// 在 REPL 上使用 ad-hoc session 提供器
implicit val session: DBSession = AutoSession
// 创建表
sql"""
create table members (
id serial not null primary key,
name varchar(64),
created_at timestamp not null
)
""".execute.apply()
// 插入初始数据
Seq("Alice", "Bob", "Chris") foreach { name =>
sql"insert into members (name, created_at) values (${name}, current_timestamp)".update.apply()
}
// 查询所有数据
val entities: List[Map[String, Any]] = sql"select * from members".map(_.toMap).list.apply()
// 定义实体对象和提取器
import java.time._
case class Member(id: Long, name: Option[String], createdAt: ZonedDateTime)
object Member extends SQLSyntaxSupport[Member] {
override val tableName = "members"
def apply(rs: WrappedResultSet) = new Member(
rs.long("id"), rs.stringOpt("name"), rs.zonedDateTime("created_at"))
}
// 查询所有成员
val members: List[Member] = sql"select * from members".map(rs => Member(rs)).list.apply()
// 使用 Scala REPL 的粘贴模式 (':paste') 来运行
val m = Member.syntax("m")
val name = "Alice"
val alice: Option[Member] = withSQL {
select.from(Member as m).where.eq(m.name, name)
}.map(rs => Member(rs)).single.apply()
3. 项目 API 使用文档
ScalikeJDBC 提供了丰富的 API,以下是一些常用的方法:
ConnectionPool.singleton: 创建一个单例连接池。Class.forName: 加载 JDBC 驱动。sql"...": 创建一个 SQL 执行语句。.execute(): 执行 SQL 语句。.map(_.toMap): 将查询结果映射到 Map。.list.apply(): 执行查询并返回一个列表。SQLSyntaxSupport: 定义如何将结果集转换为对象。
更多 API 文档和示例,请参考官方文档:ScalikeJDBC 文档。
4. 项目安装方式
ScalikeJDBC 的安装方式已在“安装指南”中说明,主要步骤是将依赖项添加到 build.sbt 文件中。
确保你的项目已经设置了 Scala 和 sbt,然后执行以下命令来添加依赖:
libraryDependencies ++= Seq(
"org.scalikejdbc" %% "scalikejdbc" % "4.3.+",
"com.h2database" % "h2" % "2.2.+",
"ch.qos.logback" % "logback-classic" % "1.5.+"
)
完成以上步骤后,你就可以开始使用 ScalikeJDBC 来操作数据库了。
以上是关于 ScalikeJDBC 的基本安装和使用说明。希望这篇文档能帮助你更好地理解和使用 ScalikeJDBC。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
569
3.84 K
Ascend Extension for PyTorch
Python
379
453
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
893
676
暂无简介
Dart
802
199
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
350
203
昇腾LLM分布式训练框架
Python
118
147
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
68
20
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.37 K
781